A Deep Dive into Blockchain Selfish Mining
本文研究了区块链安全性的一个基本问题,即多个行为不端的池的存在如何影响自私挖掘的盈利能力。每个自私的矿工维护一个私有链,并将其公开,以获得与他的哈希率不相称的更多奖励。我们建立了一个新的马尔可夫链模型来描述所有的状态转移的公共和私有链。哈希率的最小要求以及盈利的最小延迟以封闭形式导出。前者在对称自私矿工的情况下降低到21.48%,而他们与非对称哈希率的竞争对盈利阈值提出了更高的要求。随着自私矿工哈希率的降低,有利可图的延迟会增加,这使得矿池在执行自私采矿时更加谨慎。
2018-11-01 cs.CE cs.CR
YODA: Enabling computationally intensive contracts on blockchains with Byzantine and Selfish nodes
比特币和以太坊等无需许可的区块链的一个主要缺点是它们不适合运行计算密集型智能合约(CIC)。这阻止了这样的区块链运行机器学习算法、零知识证明等,这些可能需要非平凡的计算。在本文中,我们介绍了YODA,据我们所知,这是第一个在无许可区块链中有效计算CIC的解决方案,并保证了拜占庭和自私节点的威胁模型。YODA通过排序选择一个或多个执行集(ES)来执行特定的CIC链下。一个关键的创新是基于序贯假设检验的多轮自适应一致性估计(MIRACLE)算法。M I RACLE允许执行集很小,从而使YODA高效,同时确保正确的CIC执行概率很高。它根据系统中拜占庭节点的集中度自动调整ES集的数量,并且在某些场景中使用的ES集的预期数量方面是最佳的。通过一套经济激励和技术机制,如新的随机插入合同执行(RICE)算法,我们迫使自私的节点诚实的行为。我们还证明了自私节点的诚实行为是一个近似的纳什均衡。我们介绍了YODA的系统设计和细节,并证明了MIRACLE和RICE的安全性。我们在以太坊之上构建的原型实现展示了YODA运行CIC的能力,其单位时间内的气体数量级以及总气体需求比以太坊目前支持的高。这也证明了大米的低成本。
2018-12-18 cs.CR
Automated Selfish Mining Analysis for DAG-Based PoW Consensus Protocols
针对DAG结构工作量证明协议中自私挖矿分析需手动构建MDP的问题,提出模块化通用攻击模型,自动推导并求解MDP,覆盖以太坊PoW、GhostDAG等协议。
2025-06-21 cs.CR cs.DC
Deep-Dive Analysis of Selfish and Stubborn Mining in Bitcoin and Ethereum
比特币和以太坊是两大基于区块链的加密货币,无论是从加密货币市值还是受欢迎程度来看。然而,由于它们都采用了工作量证明的共识机制,容易受到自私挖掘和顽固挖掘的影响。在本文中,我们开发了一个新的马尔可夫模型,可以研究比特币和以太坊中的自私挖掘和七种顽固挖掘。这些公式被用来计算几个关键指标,包括矿工的相对收入,区块链在陈旧区块比率和每秒交易方面的性能,以及区块链在抵抗双重支出攻击方面的安全性。通过数值分析研究了恶意矿工的相对收益最优挖掘策略与比特币和以太坊两种矿工特征之间的定量关系。定量分析结果可以帮助诚实矿工检测系统中是否存在恶意矿工,并设置挖掘节点的哈希能力阈值,以防止恶意矿工通过自私和顽固的挖掘获利。
2021-12-05 cs.CR
Sensitivity-Based Optimization for Blockchain Selfish Mining
本文提出了一种基于灵敏度优化理论的区块链自私挖掘动态决策方法。我们的目标是找到不诚实矿池的最佳动态区块链挂钩策略。为了研究自私挖掘攻击,设计了两个不同竞争准则的矿池,其中诚实矿池遵循两块领先竞争准则,而不诚实矿池通过使用区块链挂钩策略来遵循两块领先竞争准则的修改。为了找到最优的区块链挂钩策略,我们建立了一个基于策略的连续时间马尔可夫过程,并分析了一些关键因素。在此基础上,我们讨论了长期平均利润相对于区块链挂钩奖励的单调性和最优性,并证明了最优区块链挂钩策略的结构。希望本文的研究方法和结果能够为区块链自私挖掘攻击的动态决策研究提供参考。
2021-11-13 cs.CR math.CO math.OC
SquirRL: Automating Attack Analysis on Blockchain Incentive Mechanisms with Deep Reinforcement Learning
激励机制是非许可区块链功能的核心:它们激励参与者运行和保护底层共识协议。然而,设计激励相容的激励机制是众所周知的挑战。因此,今天大多数公共区块链使用的激励机制的安全属性知之甚少,而且在很大程度上未经测试。在这项工作中,我们提出了SquirRL,这是一个使用深度强化学习来分析对区块链激励机制的攻击的框架。我们通过首先恢复已知的攻击来展示SquirRL的能力:(1)比特币中的最佳自私挖掘攻击[52],以及(2)块扣留攻击中的纳什均衡[16]。我们还使用SquirRL获得了一些新的经验结果。首先,我们发现了一个违反直觉的缺陷,在广泛使用的冲对手模型时,适用于多智能体马尔可夫博弈不完全信息。其次,我们证明了[52]中确定的最佳自私挖掘策略实际上不是多代理自私挖掘设置中的纳什均衡。事实上,我们的研究结果表明(但没有证明),当两个以上的竞争代理人从事自私的挖掘,没有有利可图的纳什均衡。这与在野外没有观察到自私的采矿是一致的。第三,我们发现了一种针对以太坊终结机制简化版的新型攻击,Casper the Friendly Finality Gadget(FFG)允许战略代理人将其奖励放大高达30%。值得注意的是,[10]表明诚实投票是Casper FFG中的纳什均衡:我们的攻击表明,当Casper FFG由自私挖掘组成时,情况不再如此。总之,我们的实验证明了SquirRL的灵活性和承诺,作为一个框…
2020-08-04 cs.CR
MAD-DAG: Protecting Blockchain Consensus from MEV
MAD-DAG通过新颖的账本功能和可处理的模型,有效对抗自私挖矿,其安全阈值在不利条件下优于现有方案。
2025-11-26 cs.CR cs.DC
Exploring the Attack Surface of Blockchain: A Systematic Overview
在本文中,我们系统地探讨了区块链技术的攻击面,重点是公共区块链。为了实现这一目标,我们将攻击面中的攻击可行性归因于1)区块链加密结构,2)使用区块链的系统的分布式架构,以及3)区块链应用程序上下文。对于每一个影响因素,我们概述了几种攻击,包括自私挖掘,51%攻击,域名系统(DNS)攻击,分布式拒绝服务(DDoS)攻击,共识延迟(由于自私行为或分布式拒绝服务攻击),区块链分叉,孤立和陈旧块,块摄取,钱包盗窃,智能合约攻击和隐私攻击。我们还探讨了这些攻击之间的因果关系,以展示各种攻击向量是如何相互连接的。这项工作的第二个贡献是概述了区块链技术所采取的有效防御措施或研究人员提出的有效防御措施,以减轻这些攻击的影响并修补相关漏洞
2019-04-06 cs.CR
When Blockchain Meets AI: Optimal Mining Strategy Achieved By Machine Learning
这项工作应用了AI机器学习领域的强化学习(RL),在不知道区块链网络模型细节的情况下,推导出一个最优的类比特币区块链挖掘策略。以前,最有利可图的挖掘策略被认为是在默认区块链协议中编码的诚实挖掘。后来证明,通过偏离诚实挖掘可以获得更多的挖掘奖励。特别地,挖掘问题可以被公式化为马尔可夫决策过程(MDP),可以求解该MDP以给出最优挖掘策略。然而,解决挖掘MDP需要知道表征区块链网络模型的各种参数的值。在真实的区块链网络中,这些参数值并不容易获得,并且可能会随着时间的推移而变化。这阻碍了基于MDP模型的解决方案的使用。在这项工作中,我们采用RL动态学习挖掘策略,通过观察和与网络交互,性能接近最佳挖掘策略。由于挖掘MDP问题具有非线性的目标函数(而不是标准MDP问题的线性函数),我们设计了一个新的多维RL算法来解决这个问题。实验结果表明,在不知道挖掘MDP模型的参数值的情况下,我们的多维RL挖掘算法仍然可以在时变区块链网络上实现最佳性能。
2021-01-06 cs.CR
Blockchain Mining with Multiple Selfish Miners
本文研究多攻击者对自私挖矿盈利性的影响,通过马尔可夫链和POMDP模型分析盈利阈值,发现多攻击者显著降低阈值,并揭示自私挖矿初期不盈利的特性。
2023-04-01 cs.CR cs.GT
A New Theoretical Framework of Pyramid Markov Processes for Blockchain Selfish Mining
在本文中,我们提供了一个新的金字塔马尔可夫过程的理论框架,以解决严格的数学设置下的区块链自私挖掘的一些开放和基本问题。我们首先描述了一个更一般的区块链自私挖掘模型,它既有两个区块的领先竞争标准,又有一个新的经济激励机制。然后建立了一个金字塔马尔可夫过程,证明了它是不可约的正常返过程,其平稳概率向量是矩阵几何的,具有一个显式表示的速率矩阵。此外,我们还使用静态概率向量来研究大量孤立块对计算资源浪费的影响。接下来,我们建立了一个金字塔马尔可夫奖励过程来研究诚实和不诚实的矿池的长期平均利润。作为一个副产品,我们建立了三个近似的马尔可夫过程,并提供了一些新的有趣的解释马尔可夫链和收入分析报告中的开创性工作由Eyal和Sirer(2014)。请注意,金字塔马尔可夫(奖励)过程可以在区块链自私挖掘的研究中开辟一条新的途径。因此,我们希望本文中开发的方法和结果能够为区块链自私挖掘提供启发,从而可以潜在地开展一系列有前途的研究。
2021-09-12 cs.CR cs.DC cs.PF
Selfish Mining in Proof-of-Work Blockchain with Multiple Miners: An Empirical Evaluation
工作量证明区块链尽管有许多好处,但仍然不是一种完全安全的技术,因为存在可能破坏系统及其采矿经济的自私采矿(SM)策略。虽然SM的影响主要是在两个矿工的情况下研究的,但还没有在更实际的情况下进行研究,其中有多个恶意矿工单独执行SM。为了填补这一空白,我们进行了一项实证研究,分别考虑了不同数量的SM矿工(他们总是执行SM)和战略矿工(他们选择SM或中本聪的采矿协议,这取决于最大化他们的个人采矿奖励)。我们的研究结果表明,随着SM矿工数量的增加,SM通常更有效,但其有效性在大量战略矿工的存在下并没有变化。在特定的挖掘功率分布下,我们还证明了多个矿工可以执行SM,同时获得比他们应该获得的更高的挖掘奖励。令人惊讶的是,我们还表明,战略矿工越多,系统就越强大。由于区块链矿工自然应该被视为自私的战略矿工,我们的研究结果鼓励区块链系统开发人员和工程师吸引尽可能多的矿工,以防止SM和类似行为。
2019-10-06 cs.CR cs.MA
Towards Secure Decentralized Applications and Consensus Protocols in Blockchains (on Selfish Mining, Undercutting Attacks, DAG-Based Blockchains, E-Voting, Cryptocurrency Wallets, Secure-Logging, and CBDC)
本文研究了区块链和去中心化应用的安全性问题,提出安全参考架构、共识安全、钱包安全、e-投票协议及安全日志记录改进方案,提升区块链系统的整体安全性。
2025-12-15 cs.CR cs.DC cs.GT
On the profitability of selfish blockchain mining under consideration of ruin
众所周知,在配备工作量证明共识协议的区块链上挖掘区块是消耗资源的。矿工承担采矿的运营成本,主要是电力消耗和IT设备,并在发现区块时获得资本收益的补偿。本文的目的是量化的盈利能力的采矿时,也考虑了可能的破产事件。这是通过制定一个易于处理的随机模型,并使用工具,从应用概率和分析,包括显式解的某种类型的先进的泛函微分方程。未来某个时间点的预期利润是针对矿工遵守协议以及他/她保留区块的情况确定的。得到的显式表达式允许分析的敏感性相对于不同的模型成分,并确定条件下,自私的挖掘是一个战略优势。
2020-10-24 cs.CR math.OC math.PR
New intelligent defense systems to reduce the risks of Selfish Mining and Double-Spending attacks using Learning Automata
针对区块链数字货币的双花与自私挖矿攻击及二者结合的新型攻击,提出基于学习自动机的SDTLA和WVBM防御模型,可提升自私挖矿盈利阈值、降低双花风险,优化区块链安全与效率。
2024-03-08 cs.CR cs.LG
Bobtail: A Proof-of-Work Target that Minimizes Blockchain Mining Variance (Draft)
区块链系统旨在以恒定的平均速率生产区块。目前最流行的系统采用工作量证明(PoW)算法作为创建这些块的方法。比特币平均每10分钟产生一个区块。所有已部署的PoW区块链系统的一个不幸限制是,区块之间的时间差异很大。例如,5%的时间,比特币的区块间时间至少为40分钟。这种差异阻碍了系统中经过验证的交易的一致流动。我们提出了一种基于PoW的块发现的替代过程,该过程导致块间时间具有显着较低的方差。我们的算法,称为短尾,概括了目前的算法,通过比较平均的k个最低阶统计量的目标。我们发现,块间时间的方差随着k的增加而减小。如果我们的方法应用于比特币,大约80%的区块将在7到12分钟内找到,几乎每个区块都将在5到18分钟内找到;平均区块间时间将保持在10分钟。此外,我们表明,低方差挖掘显着挫败double-pend和自私的挖掘攻击。对于目前的比特币和以太坊(k=1),当商家设置8个区块的禁运时,拥有40%挖矿能力的攻击者将以30%的概率成功;然而,当k>=20时,成功的概率下降到不到1%。类似地,对于比特币和以太坊,目前,一个拥有40%挖矿能力的自私矿工将获得大约66%的区块;然而,当k>=5时,同一个矿工会发现自私挖矿不如诚实挖矿成功。我们的方法的成本是一个更大的块头。
2019-08-13 cs.CR
Selfish Mining in Multi-Attacker Scenarios: An Empirical Evaluation of Nakamoto, Fruitchain, and Strongchain
Brno University of Technology(布尔诺理工大学)
本研究通过实证分析评估了多攻击者场景下Nakamoto、Fruitchain和Strongchain共识协议中的自私挖矿问题,发现并验证了多个阈值,为改进区块链安全提供了参考。
2026-01-06 cs.CR
ZeroBlock: Timestamp-Free Prevention of Block-Withholding Attack in Bitcoin
比特币最近被引入作为点对点电子货币,以促进传统金融体系之外的交易。比特币的核心,区块链,是所有矿工作为分布式共享寄存器维护的系统中的交易历史。区块链中的新区块包含系统中的最后一笔交易,并由矿工在解决资源消耗工作量证明(加密难题)的区块挖掘过程后添加。奖励是挖掘过程的动机,但也可能是自私挖掘等攻击的动机。在本文中,我们提出了一个解决方案,在比特币的主要问题之一:自私的采矿或块扣留攻击。这种攻击是由敌对或自私的矿工进行的,目的是获得不适当的奖励或浪费诚实矿工的计算能力。与最近的解决方案相反,我们的解决方案ZeroBlock使用一种可以伪造的无时间戳技术来防止块扣留。此外,我们表明,我们的解决方案是符合节点流失。
2017-05-03 cs.CR
The Impact of Uncle Rewards on Selfish Mining in Ethereum
今天的许多加密货币使用区块链作为分散的分类账,并通过工作证明来保护它们。在链分叉的情况下,比特币实现共识的规则是选择最长的链,并丢弃另一条链。事实证明,这种共识规则在自私的挖掘中有一个弱点,自私的矿工通过部分保留区块来利用区块生成中的差异。然而,在以太坊中,在某些条件下,陈旧的区块不必被丢弃,而是可以从主链中引用,作为叔叔区块,产生部分奖励。这一概念限制了网络延迟对矿工预期收入的影响。但这个概念也降低了自私的矿工从扣留新铸造的区块中得不到回报的风险。本文使用蒙特卡罗模拟来量化叔叔块对自私采矿的盈利能力和以太坊(ETH)中区块链安全性的影响。本文将简要介绍最近的以太坊经典(ETC)改进提案,该提案在选择主链时对Uncle块进行了权衡。
2018-08-10 cs.CR cs.GT
Selfish Mining Attacks Exacerbated by Elastic Hash Supply
已经提出了针对工作量证明区块链的几种攻击,这可能会增加攻击者的挖掘奖励份额(例如,自私的采矿,区块扣留)。这种攻击的另一个影响,在以前的工作中没有考虑过,是降低诚实节点的挖掘利润率,激励他们停止挖掘或离开受攻击的链,寻找更有利可图的链。诚实节点的离开加剧了攻击,并可能进一步降低盈利能力,并激励更多诚实节点离开。在本文中,我们首先提出了一个实证分析,表明采矿的盈利能力和总哈希率之间存在统计学上的显著相关性,证实了矿工确实会对盈利能力的变化做出反应。其次,我们提出了一个理论分析,表明在这种弹性哈希供应下的自私挖掘会导致链的崩溃,即,所有诚实的节点离开,或到一个稳定的平衡取决于攻击者的初始份额。
2021-03-14 cs.CR
Better Incentives for Proof-of-Work
这项工作提出了一种新的工作量证明区块链激励方案,这样,除了外部动机,遵循协议保证是矿工的最佳策略。我们的区块链采用有向无环图的形式,从而提高了吞吐量和速度。更重要的是,为了让我们的区块链发挥作用,我们不希望矿工为了系统的可操作性而遵守某种预设的协议。相反,如果矿工自私地行事,试图获得最大可能的回报,而不考虑区块链的整体健康状况,我们的系统就可以工作。
2022-06-21 cs.CR
Dynamic Transaction Storage Strategies for a Sustainable Blockchain
作为比特币背后的核心技术,区块链的去中心化、防篡改和可追溯的特性使其成为组织创新的首选平台。在目前的比特币中,区块奖励每四年减半,交易费预计将在2140年左右成为矿工收入的主要部分。当交易费用主导挖矿奖励时,自私挖矿、挖底和挖矿缺口等策略偏差可能会威胁到区块链的完整性和安全性。本文提出了一套动态交易存储(Dynamic Transaction Storage,简称DSTs)策略,用于在交易费制度下维护可持续的区块链。我们证明,块激励波动性可以通过系统的模拟,通过应用可调策略和避免战略偏差。有了区块链,当挖矿奖励完全基于交易费时,比特币等公共区块链变得可持续。
2022-02-19 cs.CR
Majority is not Enough: Bitcoin Mining is Vulnerable
比特币加密货币将其交易记录在称为区块链的公共日志中。它的安全性关键在于维护区块链的分布式协议,由称为矿工的参与者运行。传统观点认为,该协议是激励兼容的,并且可以防止少数群体的勾结,即,它激励矿工按照规定遵守协议。我们表明,比特币协议是不兼容的激励。我们提出了一种攻击,勾结矿工获得的收入大于他们的公平份额。这种攻击可能会对比特币产生重大影响:理性的矿工更愿意加入自私的矿工,而勾结的群体将不断扩大,直到成为大多数。在这一点上,比特币系统不再是一种去中心化的货币。自私挖矿对于任何规模的合谋矿工都是可行的。我们对比特币协议提出了一个实际的修改,以防止控制不到1/4资源的自私矿池。这个阈值低于错误假设的1/2界限,但优于当前的现实,即任何规模的群体都可能危及系统。
2013-11-15 cs.CR
Insightful Mining Equilibria
自私挖矿攻击,可以说是区块链中最著名的博弈论攻击,表明比特币协议是不兼容激励的。大多数后续的工作主要集中在加强自私的挖掘策略,从而使一个单一的战略代理更容易偏离。与此形成鲜明对比的是,很少有人关注对自私采矿攻击的抵抗行为,更不用说对区块链作为多代理系统中的矿工和矿池进行进一步的均衡分析。在本文中,首先,我们提出了一个策略,称为洞察挖掘,以抵消自私的挖掘。通过将卧底矿工渗透到自私池中,洞察池可以获得其隐藏区块的数量。我们证明了,有了这个额外的洞察力,有洞察力的池的效用可以严格大于自私的池时,他们有相同的挖掘能力。然后,我们研究了采矿游戏中,所有的游泳池可以选择是诚实的或采取有见地的采矿策略。我们刻画了这个采矿博弈的纳什均衡,并得到了三个推论:(a)每个采矿博弈都有一个纯纳什均衡;(b)如果最大的采矿池的采矿能力不超过1/3,诚实采矿是一个纳什均衡;(c)无论采矿能力如何分配,均衡下最多有两个有洞察力的矿池。
2022-02-17 cs.CR cs.GT
Inside Qubic's Selfish Mining Campaign on Monero: Evidence, Tactics, and Limits
ShardLab, Seoul, Republic of Korea(ShardLab);Hashed Open Research, Seoul, Republic of Korea(Hashed Open Research);Korea University, Seoul, Republic of Korea(韩国大学)
研究分析了Qubic对Monero的自私挖矿攻击,发现其算力份额虽高但未达多数控制,且通过模型预测收益低于诚实挖矿,但存在系统性偏差。
2026-08-04 cs.CR
Is Stubborn Mining Severe in Imperfect GHOST Bitcoin-like Blockchains? Quantitative Analysis
GHOST与最长链协议一样,是一种链选择协议,其抵抗自私挖掘攻击的能力已经在比特币及其变种(Bitcoin-like)的不完美区块链中得到了验证。本文探索了一种基于分析模型的方法来研究不完美的GHOST类比特币区块链中顽固采矿攻击的影响。首先基于马尔可夫链对链动态进行量化,然后推导出矿工收益和系统吞吐量的公式。我们还提出了一个新的度量标准,“危险指数”,它可以用来比较攻击的严重性,也可以帮助攻击者确定它是否是有利可图的进行攻击。实验结果表明:1)计算能力超过30%的攻击者可以通过发起顽固挖掘攻击获得巨大的利润,并极大地降低系统的吞吐量。2)理性攻击者如果计算能力低于25%,就不应该发起顽固的挖掘攻击。3)在GHOST环境下,顽固挖矿攻击比自私挖矿攻击造成的破坏更大。我们的工作提供了深入了解顽固的采矿攻击,并有助于设计对策。
2023-02-01 cs.CR cs.NA math.NA
Crystal: Enhancing Blockchain Mining Transparency with Quorum Certificate
本文提出Crystal协议,通过两轮抗Sybil委员会选举和法定人数证书机制强制矿工公开区块,从根本上消除区块扣留,从而显著降低自私挖矿和双花攻击成功率,并提供形式化端到端安全性证明。
2023-12-01 cs.CR cs.DC
Competing (Semi)-Selfish Miners in Bitcoin
比特币协议规定了负责维护和扩展底层区块链的矿工的某些行为;特别是,成功解决难题的矿工,因此可以通过一个区块来扩展链,应该立即释放该区块。然而,Eyal和Sirer表明,自私的矿工被激励偏离协议,并在某些条件下保留其区块。Eyal和Sirer的分析以及后续工作考虑了\emph{single}偏离矿工(可能控制网络中大部分哈希能力)与剩余的诚实矿工池进行交互。在这里,我们将这种分析扩展到存在\emph{multiple}(非串通)自私矿工的情况。我们发现,对于多个战略矿工,多个战略代理人的诚实挖掘的特定偏差可以优于诚实挖掘,即使单个矿工不会被激励不诚实。这一点实际上使比特币协议比以前认为的更不安全。
2019-06-11 cs.CR cs.GT
Incentive Analysis of Bitcoin-NG, Revisited
Bitcoin-NG是第一个通过将区块链操作解耦为两个平面来接近\emph{near-optimal}吞吐量的区块链协议之一:领导者选举和事务序列化。它的解耦思想启发了新一代高性能区块链协议。然而,现有的Bitcoin-NG激励分析存在一些局限性。首先,忽略了网络容量的影响。第二,仍然缺乏综合考虑关键区块和微区块的综合激励分析。在本文中,我们的目标是解决这两个限制。首先,我们提出了一个新的激励分析,考虑到网络容量,表明即使在有限的网络容量下,Bitcoin-NG仍然可以保持对微块挖掘攻击的激励兼容性。其次,我们利用马尔可夫决策过程(MDP)对关键区块和微区块的激励进行了联合分析,发现只有当自私矿工控制35%以上的挖矿能力时,Bitcoin-NG的自私挖矿收益才略高于比特币。我们希望我们对Bitcoin-NG的深入激励分析可以为下一代区块链协议的机制设计和激励分析提供一些启示。
2020-10-02 cs.CR cs.DC
Partial Selfish Mining for More Profits
本文提出部分自私挖矿(PSM)及高级PSM攻击,通过公开释放部分区块数据吸引理性矿工在攻击者私有分支上工作,从而在特定算力和网络条件下获得比自私挖矿和诚实挖矿更高的利润。
2024-04-06 cs.CR cs.DC
Solida: A Blockchain Protocol Based on Reconfigurable Byzantine Consensus
去中心化的加密货币比特币取得了巨大的成功,但也遇到了许多挑战。挑战之一是确认时间过长。另一个挑战是在协议的某些步骤缺乏激励,引起了对交易扣留,自私挖掘等的担忧。为了解决这些挑战,我们提出了Solida,一种基于可重构拜占庭共识的去中心化区块链协议,通过工作量证明增强。Solida在确认时间方面改进了比特币,并提供了安全性和活性,假设对手控制的总采矿能力不到(大约)三分之一。
2017-11-18 cs.CR cs.DC cs.GT
BDoS: Blockchain Denial of Service
像比特币这样的工作量证明(PoW)加密货币区块链可以保护大量资金。他们的运营商,称为矿工,花费资源来生成区块,并为他们的努力获得金钱奖励。原则上,区块链是拒绝服务(DoS)攻击的有吸引力的目标:硬币之间存在激烈的竞争,以及卖空的潜在收益。然而,传统的DoS攻击通常针对几个服务器,并且不能扩展到具有许多节点的系统。迄今为止,还没有针对主要加密货币的成功DoS攻击。我们提出了区块链DoS(BDoS),这是第一个针对PoW加密货币的基于激励的DoS攻击。与经典的拒绝服务不同,BDoS针对的是系统的机制设计:它利用奖励机制来阻止矿工参与。以前针对PoW区块链的DoS攻击需要对手的挖矿能力与所有其他矿工的挖矿能力相匹配。相比之下,BDoS可能会导致区块链以更少的资源陷入停顿,例如,根据我们的实证研究,截至2020年3月,比特币的比例为21%。我们发现,随着采矿业的成熟和盈利能力的下降,比特币对BDoS的脆弱性迅速增加。BDoS与自私挖矿等已知攻击的不同之处在于,它的目的不是增加对手的收入,而是破坏系统。虽然它与这些攻击在算法上有一些相似之处,但它引入了一种新的对抗模型、目标、算法和博弈论分析。除了对运营区块链的直接影响外,BDoS还引入了一个新颖的想法,即对手可以通过证明区块的存在来操纵矿工的动机,而无需实际发布它们。
2020-11-04 cs.CR
Dynamic Mining Interval to Improve Blockchain Throughput
针对区块链吞吐量受交易波动影响的问题,提出动态挖矿间隔(DMI)机制,结合动态交易存储(DTS)以提升吞吐量并稳定激励。
2023-12-21 cs.CR
Share Withholding Attack in Blockchain Mining: Technical Report
加密货币使用工作量证明(PoW)实现分布式共识。区块链安全的先前研究确定了基于扣留区块的财务激励攻击,攻击者通过提交份额(赚取挖矿积分)但扣留区块(没有对池的实际贡献)来妥协受害者池并冒充PoW贡献者。我们提出了这样的威胁,以产生更大的回报优势的攻击者,同时破坏其他矿工,并介绍了份额扣留攻击(SWH)。SWH保留份额以增加攻击者在池中的奖励支出,与之前的威胁保留区块相反,而是建立在区块保留威胁的基础上,以利用即将到来的区块提交时间的信息,挑战普遍建立的假设,即区块提交时间是完全随机的,矿工未知。我们分析了SWH的激励兼容性和脆弱性的范围,确定的关键系统和环境参数,决定了攻击的影响。我们的研究结果表明,SWH与区块预扣相结合,以牺牲遵守协议的受害者矿工为代价,产生了不公平的奖励优势,理性的矿工会自私地启动SWH,以最大化其奖励利润。我们向区块链和加密货币研究通报了新的SWH威胁,并包括促进此类研究和开发的潜在对策方向。
2020-08-31 cs.CR
Modeling the Impact of Network Connectivity on Consensus Security of Proof-of-Work Blockchain
区块链是流行的比特币背后的技术,被认为是一种“设计安全”系统,因为它旨在在一群不信任的各方之间创造安全,但没有一个中央可信的权威。区块链的安全性依赖于诚实多数的前提,即只要大多数共识投票权是诚实的,区块链系统就被认为是安全的。在工作量证明(PoW)区块链的情况下,对手无法控制超过50%的网络总计算能力。然而,这个50%的阈值仅基于对计算能力的分析,对网络和节点行为进行了隐含和理想化的假设。最近的研究表明,网络连接、区块链分叉的存在和挖掘策略等因素可能会破坏诚实多数所保证的共识安全性,但既没有提供具体的分析,也没有提供定量的评估。在本文中,我们通过提出一个分析模型来评估网络连接对不同对手模型下PoW区块链共识安全性的影响,从而填补了这一空白。我们将我们的分析模型应用于两种对抗场景:1)诚实但潜在的勾结,2)自私的挖掘。对于每一种情况下,我们量化的分叉比赛中所涉及的节点的通信能力,估计对手的挖掘收入和它的安全属性的共识协议的影响。仿真结果验证了我们的分析。我们的建模和分析提供了一个范例,用于评估各种因素在分布式共识系统的安全影响。
2020-08-31 cs.CR
Examining Attacks on Consensus and Incentive Systems in Proof-of-Work Blockchains: A Systematic Literature Review
University of Ruhuna(鲁胡纳大学);RMIT University(皇家墨尔本理工大学)
本文系统性审查了工作量证明区块链中的共识与激励系统攻击,分析了个体攻击及其组合策略对安全性和盈利能力的影响,并提出了预防与减轻威胁的设计指南。
2024-11-11 cs.AI cs.CR
Blockchain Nash Dynamics and the Pursuit of Compliance
我们在区块链协议的背景下研究纳什动态。我们引入了一个正式的模型,其中可以评估纳什动态是否可以导致效用最大化的参与者从“诚实”的协议操作缺陷,对变化,表现出一个或多个不可取的违规行为,如弃权参与和产生冲突的协议历史。不导致这种违规状态的区块链协议被认为是合规的。利用该模型,我们评估了各种工作量证明(PoW)和权益证明(PoS)协议族的合规性,关于不同的效用函数和奖励计划,导致以下结果:i)如果成本可以忽略不计,则资源比例奖励下的PoS分类账可以是合规的,但如果成本很大,则不合规; ii)区块比例奖励下的PoW和PoS表现出不同的合规行为,这取决于网络的损耗;一次违规,即,产生冲突的消息,但不符合(和不平衡)w.r.t.弃权或攻击,我们称之为自私的签名; iv)考虑到外部性,如汇率波动,我们量化了经济处罚的好处,在PoS协议的背景下,在抑制特定的违规行为。
2022-03-23 cs.CR cs.GT
VDHLA: Variable Depth Hybrid Learning Automaton and Its Application to Defense Against the Selfish Mining Attack in Bitcoin
学习自动机(LA)是一种自适应的自组织模型,通过与未知环境的交互来改进其动作选择。有限作用集的LA可以分为两大类:固定结构和可变结构。变动作集学习自动机(VASLA)是变结构学习自动机的主要子集之一。在本文中,我们提出了一种新的混合学习自动机模型VDHLA,它是固定结构和可变动作集学习自动机的组合。在所提出的模型中,可变的动作集学习自动机可以增加,减少,或保持不变的深度固定结构的学习自动机在动作切换阶段。此外,所提出的模型的深度可以以对称(SVDHLA)或非对称(AVDHLA)的方式改变。据我们所知,它是第一个智能地改变固定结构学习自动机深度的混合模型。几个计算机模拟进行研究所提出的模型的性能相对于总数量的奖励和动作切换在平稳和非平稳环境。将该模型与FSLA和VSLA进行了比较。为了确定所提出的模型在实际应用中的性能,考虑了威胁基于工作量证明的区块链环境的激励兼容性的自私挖掘攻击。将该模型应用于防御比特币中的自私挖掘攻击,并与著名的防御机制平局打破机制进行了比较。在各种环境下的仿真结果表明了该模型的优越性。
2023-02-15 cs.AI cs.CR cs.DC
On the Just-In-Time Discovery of Profit-Generating Transactions in DeFi Protocols
在本文中,我们研究了两种方法,使我们能够自动创建有利可图的DeFi交易,一种非常适合套利,另一种适用于更复杂的设置。我们首先采用Bellman-Ford-Moore算法与DEFIPOSER-ARB,然后创建逻辑DeFi协议模型的DEFIPOSER-SMT定理证明器。虽然DEFIPOSER-ARB专注于形成周期的DeFi交易,并且在套利方面表现出色,但DEFIPOSER-SMT可以检测更复杂的有利可图的交易。我们估计DEFIPOSER-ARB和DEFIPOSER-SMT每周平均收入分别为191.48ETH(76,592美元)和72.44ETH(28,976美元),最高交易收入分别为81.31ETH(32,524美元)和22.40ETH(8,960美元)。我们进一步表明,DEFIPOSER-SMT发现了2020年2月以来已知的经济bZx攻击,产生了0.48 M美元。我们的法医调查显示,这个机会存在了69天,如果早一天利用,可能会产生更多的收入。我们的评估持续了150天,给出了96个DeFi协议操作和25个资产。除了上面提到的财务收益之外,分叉还恶化了区块链共识安全性,因为它们增加了双重支出和自私采矿的风险。我们探讨了DEFIPOSER-ARB和DEFIPOSER-SMT对区块链共识的影响。具体来说,我们发现我们的工具识别的交易超过以太坊区块奖励高达874倍。鉴于马尔可夫决策过程(MDP…
2021-03-03 cs.CR
Tree Representation, Growth Rate of Blockchain and Reward Allocation in Ethereum with Multiple Mining Pools
研究具有多个矿池的以太坊是有趣但困难和具有挑战性的。其中一个主要的困难来自于不仅如何表示这样一个一般的树与多个区块分支(或子链)相关的多个矿池,但如何分析一个多维随机系统,由于多个矿池之间的采矿竞争。在本文中,我们首先建立了一个数学表示的树与多块分支。然后,我们提供了以太坊的区块分类:常规区块(主链中),孤儿区块,叔叔区块,陈旧区块和侄子区块,并通过应用大数定律给出了生成不同类型区块的一些关键概率。在此基础上,我们进一步讨论了区块链的增长率,并通过应用更新奖励定理在多个矿池之间分配奖励。最后,我们使用一些模拟实验来验证我们的理论结果,并表明开发的近似计算方法,如关键概率,区块链的长期增长率,以及多个矿池之间的长期奖励分配(率),可以有更快的收敛速度。因此,我们提供了一个强大的工具来观察和理解自私采矿攻击对多个采矿池的以太坊性能的影响。我们相信,本文中开发的方法和结果将有助于多矿池以太坊的研究,从而可能激发一系列有前途的研究。
2022-01-25 cs.CR cs.DC cs.IT
Unraveling Responsiveness of Chained BFT Consensus with Network Delay
China Telecom Company Ltd.(中国电信);Department of Computer Science and Engineering, Southern University of Science and Technology(计算机科学与工程系,南方科技大学);School of Engineering, The University of British Columbia (Okanagan Campus)(工程学院,不列颠哥伦比亚大学(奥肯纳根校区));Babylon Labs(巴比伦实验室)
提出基于马尔可夫决策过程的统一框架,分析三种链式BFT协议在攻击下的链增长和提交率,发现响应性并非在所有场景下都有益。
2026-06-24 cs.CR cs.DC
Proof-of-Stake Mining Games with Perfect Randomness
本文研究具有完美外部随机性的最长链权益证明协议中的矿工激励问题,证明策略性矿工在32.5%权益时可优于诚实矿工但在30.8%时不能,并刻画了无限状态MDP的正递归最优策略。
2021-12-14 cs.CR cs.GT econ.TH